Titel: Revisorns möte med AI: Self-efficacy och tillit i en digitaliserad revisionsbransch 

Nivå: Examensarbete på grundnivå (kandidatexamen) i ämnet företagsekonomi 

Författare: Lise-Lotte Sundberg och Angelica Östlund

Handledare: Jan Svanberg

Datum: 2025 Juni 

Syfte: Studien syftar till att undersöka hur revisorers upplevda self-efficacy och tidigare erfarenhet av AI påverkar tilliten till AI-baserade rekommendationer. Fokus ligger på att förstå vilka faktorer som formar revisorers attityder till AI i praktiken.

Metod: En kvantitativ enkätundersökning genomfördes bland auktoriserade revisorer i Sverige. Datamaterialet analyserades med hjälp av SPSS, där multivariata regressionsanalyser och ANOVA användes för att undersöka samband mellan AI-användning, self-efficacy och tillit till AI.

Resultat och slutsats: Studien visar inga statistiskt signifikanta samband mellan self-efficacy, AI-användning och tillit till AI. Däremot identifieras vissa tendenser som kan indikera att revisorer med hög AI-relaterad self-efficacy i viss mån uppvisar en ökad tillit till tekniken. Resultaten visar också att faktisk AI-användning inte nödvändigtvis korrelerar med högre tillit eller självsäkerhet, vilket tyder på att praktisk erfarenhet i sig inte är avgörande utan att organisatoriskt stöd och utbildning kan spela en viktig roll. Detta väcker frågor kring hur AI implementeras och uppfattas i revisionspraktiken. 

Examensarbetets bidrag: Studien bidrar till att bredda förståelsen för de psykologiska faktorer som påverkar AI-adoption inom revisionsyrket och pekar på behovet av mer individcentrerad forskning. Den lyfter även betydelsen av kontextuella faktorer som utbildning, ledarskap och förändringsstöd.

Förslag till fortsatt forskning: Framtida studier bör använda kvalitativa metoder för att fördjupa förståelsen för hur revisorer upplever AI i praktiken, samt undersöka generationsskillnader och effekten av olika typer av organisatoriskt stöd. 

Nyckelord: AI, revisor, self-efficacy, teknikacceptans, digitalisering, tillit.

Title: The Auditor's Encounter with AI: Self-efficacy and Trust in a Digitalized Audit Industry 

Level: Student thesis, final assignment for Bachelor degree in business administration

Author: Lise-Lotte Sundberg and Angelica Östlund 

Supervisor: Jan Svanberg

Date: June 2025

Aim: The purpose of this study is to explore how auditors’ perceived self-efficacy and prior experience with AI influence their trust in AI-generated recommendations. The study focuses on identifying the factors that shape auditors’ attitudes toward AI in professional practice.

Method: A quantitative survey was distributed to authorized auditors in Sweden. The collected data was analyzed using SPSS, applying multivariate regression and ANOVA to examine the relationships between AI usage, self-efficacy, and trust in AI.

Results and Conclusions: The results did not reveal any statistically significant correlations between self-efficacy, AI usage, and trust. However, certain trends suggest that auditors with high AI-specific self-efficacy may exhibit slightly greater trust in AI systems. Notably, practical use of AI does not necessarily correspond with increased trust or confidence, indicating that hands-on experience alone may not be sufficient. The findings suggest that factors such as organizational support and training may be more critical for shaping positive attitudes toward AI in auditing.

Contribution: This study contributes to a deeper understanding of the psychological factors affecting AI adoption in the audit profession and highlights the importance of contextual factors like leadership and education. It underscores the need for a more auditor-centered approach in digital transformation initiatives.

Suggestions for Future Research: Future research should adopt qualitative methods to better understand auditors’ lived experiences with AI and investigate generational differences and the role of organizational support in AI adoption.

Keywords: AI, auditor, self-efficacy, technology acceptance, digitalization, trust